MongoDB 设置的全文搜索选项

Posted 2023-02-23

技术标签:

【中文标题】MongoDB 设置的全文搜索选项【英文标题】：Full text search options for MongoDB setup 【发布时间】：2012-06-16 11:17:12 【问题描述】：

我们计划在 MongoDB 中存储数百万个文档，并且非常需要全文搜索。我读过 Elasticsearch 和 Solr 是全文搜索的最佳可用解决方案。

Elastic 搜索是否成熟到可以用于 Mongodb 全文搜索？我们还将对集合进行分片。 Elasticsearch 是否适用于 Sharded 集合？

使用 Elasticsearch 或 Solr 的优缺点是什么？

MongoDB 是否能够进行全文搜索？

【问题讨论】：

【参考方案1】：

从 2.6 版开始，通过在必填字段上创建文本索引，可以在产品环境中使用 Mongodb 进行全文搜索。 indexe text in mongodb

【讨论】：

【参考方案2】：

目前，在 MongoDB 2.4.6 中，现在在 MongoDB 中提供了全文搜索功能，并且比以前的版本更丰富。在http://docs.mongodb.org/manual/core/text-search/ 上描述了新功能的功能。

值得一提：

在索引创建和文本命令执行期间对搜索词进行标记和阻止。为每个文档分配一个分数包含索引字段中的搜索词。分数决定了文档与给定搜索查询的相关性。

但是，在这个答案（从 2013 年 9 月开始）https://***.com/a/18631775/1920149 中，您可以看到，mongo 仍然警告不要在生产中使用此功能。此功能仍处于测试阶段。

【讨论】：

【参考方案3】：

我在 Solr/mysql 和 ElasticSearch/MongoDB 方面都有专业经验。

如果你要查询很多搜索引擎，你已经对你的 MongoDB 进行了分片（我的意思是，如果你也想对搜索引擎进行分片）：你应该使用 ElasticSearch，除非你想做的事情不能使用 ElasticSearch 完成。即使你不打算分片，你也应该使用它。

ElasticSearch 是一个基于 Lucene 的新项目，它带来了分片机制，从习惯于分布式环境和搜索的人那里得到（Shay Bannon 制作了 Compass 并为 Gigaspaces，数据网格编辑器工作）。

ElasticSearch 与 MongoDB 一样容易分片，我认为它更简单，并且默认值适用于大多数情况。

我不太喜欢 Solr。

查询语言根本不是结构化的（但插件和 Lucene 就是这种情况，我认为您也可以将这种非结构化查询语言与 ES 一起使用）我认为没有合适的 Solr 客户端。 Solr java 客户端很烂，我听到 php 的人也在抱怨，而 ElasticSearch Java 客户端非常好，更安全，并且提供异步支持（例如，如果你使用 Netty 很好）。使用 Solr，您将执行大量字符串连接。不易扩展不是那么新的项目，我觉得它有技术部门。 ElasticSearch 是从 Compass 诞生的，所以我想所有的技术部门都被撤掉了，以采用一种全新的方法。

关于数据导入，我有使用 Solr DataImportHandler 和 ElasticSearch 河流（CouchDB 和 MongoDB）的经验。我可以告诉你的是：

Solr 允许做更多的事情，但是以一种非常非结构化的 XML 方式，并且文档并不能帮助您在离开 hello world 并尝试使用一些高级功能后真正发生什么。 ElasticSearch 方法更简单但也有限，但对某些技术具有开箱即用的支持，而 DataImportHandler 似乎更复杂 - SQL 友好在我的 Solr 项目中，我不得不对某些文档使用手动索引，但这主要是因为无法将所需数据非规范化为文档（Solr 项目使用 MySQL）。

还有一个用于 Solr 和 ElasticSearch 的新 MongoDB 连接器，我需要尽快对其进行测试 :) http://blog.mongodb.org/post/29127828146/introducing-mongo-connector

所以最后，我肯定会选择 ElasticSearch，因为：

它现在拥有一个很棒的社区我认识的很多人都使用过 ElasticSearch 等 Solr 客户端更安全且结构化，并提供与 Java Futures 的异步两者都可以通过新的连接器轻松地从 MongoDB 导入数据据我所知，它几乎可以完成 Solr 所做的所有事情（根据我的经验，但我不是搜索引擎专家）它添加了开箱即用的分片它增加了渗透，有助于构建实时可扩展的应用程序（但您可能需要额外的消息传递技术）与 Solr 相比，我阅读的源代码几乎没有技术部门（至少在客户端），而且创建插件似乎很容易。

【讨论】：

【参考方案4】：

MongoDB 有一些搜索功能，但功能不如搜索引擎丰富。

http://www.mongodb.org/display/DOCS/Full+Text+Search+in+Mongo

我们使用 Mongo 和 Solr 使内容可搜索。我们更喜欢 Solr，因为

易于配置和定制它拥有庞大的社区（如果您使用开源工具，这真的很有帮助）

由于我们没有与 ES 合作，所以我不能说太多。您可以在下面的链接中找到一些关于 Solr 与 ES 的讨论。

Solr vs ES 1 Solr vs ES 2 Solr vs ES 3

【讨论】：

谢谢帕文。你的帖子很有帮助。 “不如搜索引擎高效”...我会说“不如搜索引擎功能丰富。” Mongo 多键搜索效率还不错，但缺少搜索引擎中存在的功能。感谢您的警告。将其更新为功能丰富。目前在最新的dev mongoblog.mongodb.org/post/40513621310/…有实验性全文搜索@【参考方案5】：

Mongo 不适合全文搜索。显然，您需要索引字段以进行快速搜索，并且在 mongo 中索引包含 BIG 数据（长字符串）的字段将失败。它的索引限制为 1k，如果您的内容超过 1k，它将被索引忽略并且不会显示在您的搜索结果中。显然，如果您尝试对文章执行全文搜索，那么 mongo 并不是一个好的选择。

【讨论】：

【参考方案6】：

MongoDB 无法进行高效的全文搜索。您可以对字段进行通配符搜索，但我认为这些使用索引效率不高。

我建议使用 ElasticSearch 的the river functionality 自动将文档从 MongoDB 推送到 ElasticSearch。

elasticsearch-river-mongodb 是一条 MongoDB 到 Elasticsearch 的河流，当 MongoDB 中的文档发生变化时，ElasticSearch 会监控 oplog，然后自动更新其索引。

这最大限度地减少了保持两个数据存储同步的问题，因为 ElasticSearch 只是监控 Mongo 的复制表。

【讨论】：

许多开发人员评论说regexp searches have been quite efficient，即使是 100k 文档。【参考方案7】：

就 MongoDB 本身而言，不，它不支持全文搜索。你可以看到这是一个流行的功能请求：

https://jira.mongodb.org/browse/SERVER-380

根据我对 MongoDB 的 ES River 插件的了解，它的功能落后于 oplog。由于分片设置将具有多个 oplog，并且无法轻松更改该代码以通过 mongos 连接。